승리의 브이 - 거미

승리의 브이 - 거미

✨ 프로젝트 소개

<aside> 💡 추천 모델을 이용하여 서비스 페이지까지 구현하는 것이 우리 스터디 목적입니다.

일상에는 정말 많은 추천 서비스가 있습니다. 유튜브, 넷플릭스 등의 스트리밍 서비스부터 이커머스까지, 메인 화면을 장식하고 있는 추천 서비스를 쉽게 만날 수 있습니다. 추천 알고리즘은 내 취향을 어찌 그렇게 잘 아는지, 가끔은 나보다도 나를 더 잘 아는 것 같은 기분을 느끼기도 합니다.

• 추천서비스 예시

6기에는 추천시스템 주요 논문 리뷰 및 구현 스터디를 통해 주요 추천 모델을 공부했는데요. 이번 프로젝트에서는 상품의 이미지와 각종 정보를 활용해서 우리만의 추천서비스 웹페이지를 만들어보고자 합니다. 원하는 추천 서비스를 정의하고 구현에 필요한 기술을 직접 찾아보고 습득해나가는 방식으로 진행합니다.

• 추천 알고리즘 논문 → 구현 → 서비스 배포(앱/웹 구좌 구현, MLOps, 검색 기능) → 비교/평가(A/B테스트 등의 개념쌓기) → 개선(실시간 로그 반영, 모델 개선 및 변경 등) 경험쌓기 </aside>

<aside> 🙇‍♂️ 빌더 소개

안녕하세요? 이경찬이라고 합니다.

</aside>

<aside> 👩‍💻 연관 프로젝트

본 프로젝트는 추천시스템 리서치라는 리서치팀이 수행하는 프로젝트 중 하나입니다. 리서치팀은 7기(2023.08~)부터 새로 도입된 개념이며 추천시스템에 대한 다양한 프로젝트를 포함하는 개념입니다. 이에 해당하는 프로젝트는 아래와 같습니다.

1. 추천시스템 주요 논문 리뷰 및 구현 (6기, 기간 : 2023.03 ~ 06, 3m)
2. 추천시스템 논문에서 서비스까지 (여기)

</aside>

<aside> 📢 스터디 공지 기본적으로 매주 일요일 오전 10:00에 온라인으로 진행합니다! 자세한 사항이 궁금하시다면 nahcklee@gmail.com 또는 디스코드에서 이경찬(leegaeng)을 찾아 DM주세요! 7기에 해당하는 본 스터디가 2023/12/31을 마지막으로 종료되었습니다.

</aside>

<aside> 📢 스터디 규칙

• 주체적 활동! 빌더는 팀 멤버를 모으는 역할에 불과합니다! 훌륭하신 멤버들분들께서 각자 원하는 것을 배워가고 경험하기 위해 주체적으로 말씀해주시고 소통해주시길 바랍니다.
• 출첵! 매 스터디 시작 전 출석 체크합니다. 불참 시 되도록이면 미리 알려주세요! 스터디 참석에 불성실하시면 빌더의 판단 하에 미수료로 처리합니다. 중간이라도 참석이 어려우시면 말씀해주세요! 접속만 해놓는 행동은 지양해주세요!
• 질문 & 답변! 발표자를 제외한 모든 인원은 채팅창에 하나 이상의 질문을 적어주세요! 질문 & 답변하는 상호작용 과정이 발표자에게는 새로운 관점을 주고 듣는 이는 더욱 집중할 수 있는 방법이라 생각합니다. </aside>

<aside> 📢 스터디 자료

• Github

  GitHub - Pseudo-Lab/recsys_service_deployment

  GitHub - Pseudo-Lab/recsys_key_papers_implementation: 추천시스템 주요 논문 리뷰 및 구현

• 추천시스템 리서치 엑셀

  추천시스템 리서치.xlsx

  • 추천시스템 관련 참고 자료 및 논문 정리
  • Sheets
    • Papers : 추천시스템 주요 논문 정리
    • Supplements : 참고할 블로그, 깃헙 등 정리 </aside>

서비스를 위한 skills - 각자 목표 & 담당(없으면 추가! 꼭 부탁드립니다)

💫 팀 멤버

Untitled

📚 자료 아카이빙

Untitled

[추논서] To do list

📜 모임 계획표

Untitled